機(jī)床上下料視覺作業(yè)引導(dǎo)方法研究

楊子陽

摘要： 隨著工業(yè)的發(fā)展，自動化生產(chǎn)線的使用徹底地改變了工廠的生產(chǎn)模式，一些復(fù)雜的操作可以被分解成簡單的指令，由機(jī)器來重復(fù)完成。同時，視覺系統(tǒng)大大增強(qiáng)了機(jī)器人的工作能力，使機(jī)器人可以完成動態(tài)環(huán)境的中的復(fù)雜任務(wù)。本文從“機(jī)器換人”的思想角度出發(fā)，把視覺系統(tǒng)和工業(yè)機(jī)器人相結(jié)合應(yīng)用于機(jī)床的上料和下料工作。這樣做不僅可以減輕工人的工作壓力，還可以提高生產(chǎn)線的工作效率，推動工業(yè)的自動化發(fā)展。

Abstract： With the continuous progress of industry，the introduction of the automation has revolutionized the manufacturing in which complex operations have been broken down into simple step-by-step instruction that can be repeated by a machine. At the same time， vision systems greatly enhance the capabilities of robots and allow them to be applied to complex tasks within dynamic environments. In this paper， the "machine substitutions" from the point of view， the visual system and industrial robot combined with the machine tool feeding and cutting work. This will not only reduce the pressure on workers， but also can improve the efficiency of the production line to promote the development of industrial automation.

關(guān)鍵詞： 自動化；視覺系統(tǒng)；機(jī)器人；機(jī)器換人

Key words： automation；visual system；robot；machine substitution

中圖分類號：TG502.31 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2017）14-0131-03

0 引言

我國的視覺機(jī)器人發(fā)展相對國外比較緩慢，真正開始研發(fā)開始于上世紀(jì)80年代末期，一開始是在科研能力上借助他人的成果進(jìn)行模擬，隨著改革開放的實(shí)施，引入了相當(dāng)多的國外人才，這些為視覺機(jī)器人的發(fā)展奠定了基礎(chǔ)[1]。目前我國的視覺機(jī)器人還處于研發(fā)階段，在一些高校和企業(yè)中有不少的研究成果，但是在市場生產(chǎn)和應(yīng)用中還沒有一套真正屬于自己的系統(tǒng)。

在我國，雖然對于不同領(lǐng)域的機(jī)器人已經(jīng)開始推廣應(yīng)用，但很多都是在國外研究的基礎(chǔ)上加以改進(jìn)或進(jìn)行二次開發(fā)，總體的研究水平仍和國外存在一定的差距，視覺機(jī)器人更是處在研究的初級階段，因此，對于視覺機(jī)器人的研究、開發(fā)和使用具有重要的意義。

本文研究的意義在于從“機(jī)器換人”的思想角度出發(fā)，將視覺與工業(yè)機(jī)器人相結(jié)合起來應(yīng)用于機(jī)床上下料系統(tǒng)，以此來適應(yīng)對多樣化工件的加工，為了滿足不同環(huán)境下的生產(chǎn)工作，把視覺傳感器置于機(jī)器人末端執(zhí)行器部位，實(shí)現(xiàn)隨動和實(shí)時分析，從而提高生產(chǎn)效率和靈活性，為工人減輕工作壓力，同時推動工業(yè)自動化發(fā)展。

1 整體的結(jié)構(gòu)設(shè)計(jì)

為了實(shí)現(xiàn)通過視覺引導(dǎo)機(jī)器人完成工件的上下料過程，首先需要圖像傳感器先獲取到由傳送帶傳輸過來的工件的位置，然后通過對圖像的處理分析，得到工件的形狀和準(zhǔn)確位置，通過笛卡爾坐標(biāo)系的轉(zhuǎn)換矩陣，獲取工件在世界坐標(biāo)系下的位置，再通過機(jī)械手的控制系統(tǒng)來實(shí)現(xiàn)機(jī)械手的抓取工作。

其中，傳輸系統(tǒng)主要包括傳送帶裝置；圖像處理系統(tǒng)主要包括補(bǔ)償光源，圖像傳感器以及負(fù)責(zé)圖像分析的計(jì)算機(jī)算法技術(shù)；機(jī)械手系統(tǒng)主要包括機(jī)械手本身，與之相匹配的控制柜，和負(fù)責(zé)抓取工件的夾具；為了滿足不同種類的工件，末端夾具采用了快換裝置，方便替換不同夾具來抓取工件。具體布局如圖1所示。

2 視覺工作原理及攝像機(jī)的標(biāo)定

2.1 視覺工作原理

通過對視覺系統(tǒng)的研究可以讓機(jī)器人能夠像人一樣“看”清對象，并了解作業(yè)對象，對被加工對象有比較直觀的認(rèn)識，從而更好的適應(yīng)多變的工作環(huán)境。計(jì)算機(jī)的視覺定位是根據(jù)“尋位-加工”的方法實(shí)施的，其中“尋位”是模仿人去識別感興工件在空間中的相關(guān)信息，通過計(jì)算系統(tǒng)建立仿生視覺模型進(jìn)行相關(guān)的計(jì)算和處理。

計(jì)算機(jī)的視覺系統(tǒng)包括工件狀態(tài)的捕獲和對圖像的計(jì)算，根據(jù)得到的結(jié)果完成信息的傳輸。其中圖像的獲取主要包括光照的補(bǔ)償、CCD相機(jī)和配套的鏡頭等設(shè)備；圖像的分析處理一般是通過相關(guān)的算法在軟件中完成；結(jié)果的顯示是通過顯示設(shè)備顯示經(jīng)過處理后的特征圖像。信息的傳輸是把得到的位姿信息傳送給相關(guān)的執(zhí)行設(shè)備，最終完成動作的實(shí)現(xiàn)。

目前的視覺研究中，雙目視覺的研究過程存在空間匹配難、可視區(qū)域小等特點(diǎn)，在單目視覺中卻不需要考慮這些，而且單目視覺相比立體視覺的標(biāo)定步驟少，結(jié)構(gòu)的設(shè)計(jì)也不繁瑣。單目視覺定位的方式有：幾何光學(xué)法、幾何形狀約束法、輔助棒間接測量法、激光輔助測距法等。因?yàn)橐曈X傳感器在結(jié)構(gòu)上受到一定的限制，所以上述大多數(shù)方法只有在對固定的被測物體進(jìn)行近距離成像的條件下才會有效。而且單目視覺定位系統(tǒng)不用考慮雙目攝像機(jī)之間距離的約束，所以在實(shí)際的工作壞境中適用性更好。

視覺定位系統(tǒng)完成上下料工作過程圖如圖2所示。

2.2 攝像機(jī)的標(biāo)定

對相機(jī)進(jìn)行標(biāo)定是機(jī)器視覺作業(yè)中非常必要的問題，這是獲取相機(jī)幾何參數(shù)的過程。從拍攝的圖像出發(fā)，計(jì)算物體的相關(guān)信息并重建物理模型，物體和圖像之前的關(guān)系是由相機(jī)的內(nèi)外參數(shù)聯(lián)合決定的。對相機(jī)進(jìn)行標(biāo)定的步驟就是尋找圖像和物體的對應(yīng)關(guān)系的過程。相機(jī)的內(nèi)部參數(shù)是指決定了相機(jī)的理想成像和實(shí)際成像之間對應(yīng)關(guān)系的相關(guān)信息；相機(jī)的外部參數(shù)主要包括相關(guān)的變換矩陣[2]。

目前存在的相機(jī)標(biāo)定技術(shù)根據(jù)方法不同主要分為三種：第一種是傳統(tǒng)的相機(jī)標(biāo)定法；第二種是主動視覺相機(jī)標(biāo)定法；第三種是相機(jī)的自標(biāo)定法。傳統(tǒng)的相機(jī)標(biāo)定法是根據(jù)已知物體的形狀和幾何參數(shù)，通過相關(guān)的計(jì)算，得出相機(jī)的內(nèi)外部參數(shù)，這種標(biāo)定方式適用范圍廣，而且標(biāo)定的精確度高，但標(biāo)定步驟繁瑣；主動視覺相機(jī)標(biāo)定法需要先取得某些動態(tài)參數(shù)，通常能夠進(jìn)行線性運(yùn)算，有較高的魯棒性，但不適用于相機(jī)動態(tài)參數(shù)未知的情況；相機(jī)的自標(biāo)定法是通過多個圖像之間存在的某種關(guān)聯(lián)進(jìn)行標(biāo)定，雖然比較靈活，但該方法是非線性標(biāo)定，而且它的魯棒性不好。

在進(jìn)行相機(jī)標(biāo)定之前，還需要先研究相機(jī)的成像模型，一般選用理想的針孔模型為例，這也是相機(jī)成像模型中最簡單的成像方式，如圖3所示。

因?yàn)閳D像處理的最終目的是要獲取感興對象的形狀和位姿，所以建立了如圖3所示的相關(guān)坐標(biāo)系。

①像素坐標(biāo)系（Ouv）：它是用于描述像素位置所使用的坐標(biāo)系。相機(jī)獲取的圖像最終是以M×N形式的數(shù)組進(jìn)行存儲的，像素的數(shù)值在圖像上表現(xiàn)為該點(diǎn)的亮度，像素坐標(biāo)系的建立如圖中所示。

②平面坐標(biāo)系（oxy）：該坐標(biāo)系建立在相機(jī)的圖像平面上，其中橫向?yàn)閤軸，縱向?yàn)閥軸，坐標(biāo)的原點(diǎn)是相機(jī)的光軸與圖像平面的交點(diǎn)。

③相機(jī)坐標(biāo)系（ocxcyczc）：該坐標(biāo)系的建立是以相機(jī)的光心為坐標(biāo)系的原點(diǎn)，xc軸、yc軸平行于圖像平面中的x軸和y軸，zc軸與相機(jī)的光軸一致。

④空間坐標(biāo)系（OWXWYWZW）：它是固定于場景中的坐標(biāo)系，為了方便后期的計(jì)算，空間坐標(biāo)系的設(shè)定和機(jī)器人的基坐標(biāo)系相重合。

空間坐標(biāo)系中某點(diǎn)的坐標(biāo)和該點(diǎn)在像素坐標(biāo)系中的位置有如下關(guān)系：

其中，（xw，yw，zw）表示是某點(diǎn)在空間坐標(biāo)系中位置，（u，v）是該點(diǎn)在像素坐標(biāo)系中的位置，矩陣A是指相機(jī)的內(nèi)部的幾何參數(shù)，sx和sy是指相機(jī)的焦距，單位為像素，[R T]是相機(jī)的外部幾何參數(shù)，該公式描述了像素坐標(biāo)系和空間坐標(biāo)系之間的轉(zhuǎn)換方式。

根據(jù)本文的作業(yè)要求，最終選用了傳統(tǒng)標(biāo)定方式中的張正友平面標(biāo)定法。此方法是張正友教授在1998年創(chuàng)建的一個處在傳統(tǒng)標(biāo)定法和自標(biāo)定法之間的標(biāo)定方式[3]。有效的避開了傳統(tǒng)方法中對設(shè)備的高準(zhǔn)則以及標(biāo)定過程的麻煩，而且標(biāo)定的結(jié)果比用自標(biāo)定方法的精確度好，具有良好的魯棒性，它的出現(xiàn)推動了計(jì)算機(jī)視覺應(yīng)用的腳步。

3 圖像的處理

用計(jì)算機(jī)處理圖像時，圖像首先會被數(shù)字化，然后被表示成矩陣的形式，其元素對應(yīng)于圖像中相應(yīng)位置的亮度。在圖像進(jìn)行采集過程中采集到有用信息的同時也會采入大量的背景信息，會因?yàn)樵肼?、輻照度以及物體表面的反射特性等原因使圖像不理想，為了只獲取圖像中的有用信息，需要先對采集到的圖像進(jìn)行處理。

圖像處理的整體過程如圖4所示。

3.1 圖像的平滑處理

因?yàn)樵肼曉谡鎸?shí)世界的每個測量中都是固有存在的，所以要想辦法抑制噪聲對圖像的影響，而平滑的目的就是在于抑制噪聲或其他小的波動，它可以根據(jù)數(shù)據(jù)的冗余性對圖像含有的噪聲進(jìn)行抑制，所以我們首先需要對相機(jī)獲取的圖像進(jìn)行平滑處理。平滑處理常用的方法有：均值濾波法，中值濾波法和高斯濾波。通過實(shí)驗(yàn)對比可以發(fā)現(xiàn)，中值濾波能夠保證圖像邊緣清晰的情況下抑制圖像中的椒鹽噪聲，所以本課題最終采用中值濾波對圖像進(jìn)行處理。

3.2 圖像增強(qiáng)

增強(qiáng)的目標(biāo)是通過不同的方法來讓感興區(qū)域變得更加明顯，可以根據(jù)需要擴(kuò)大目標(biāo)的特征值，增加對比度，提高圖像的清晰度。本文中選用頻率域法對圖像進(jìn)行增強(qiáng)處理。

3.3 圖像的閾值分割

分割算法是基于強(qiáng)度值不連續(xù)和相似性的兩個進(jìn)本屬性展開的研究。第一類是基于強(qiáng)度的突然變化來分割圖像，例如圖像的邊緣。第二類是將圖像分割成和預(yù)定義的標(biāo)準(zhǔn)相似的區(qū)域，例如直方圖閾值法。

圖像的閾值問題作為圖像處理中的一個重要問題，它不僅可以減少圖像包含的數(shù)據(jù)，還為目標(biāo)的識別和圖像的理解打好了基礎(chǔ)?；叶乳撝祷亲詈唵蔚姆指钐幚?。閾值技術(shù)可以分為兩類：全局閾值和局部（自適應(yīng)）閾值。本文中選用的是閾值化中的一種自動閾值檢測法，其處理的結(jié)果如圖8所示。

3.4 邊緣檢測

目標(biāo)的識別需要獲取工件圖像的特征點(diǎn)信息，這些點(diǎn)是從圖像輪廓中獲取到的。通過銳化的方法可以增強(qiáng)圖像的邊緣細(xì)節(jié)、輪廓和灰度跳變部分，得到連續(xù)的邊界，這對后期的判斷有很重要的作用。對于一般的濾波方法得到的結(jié)果雖然能夠抑制噪聲，但也會讓圖像的邊緣變得模糊。本文所采用Canny算法作為邊緣的檢測工具，最終處理的效果如下。

3.5 中心點(diǎn)的提取

本課題中所選工件的厚度是均勻的，所以可選擇通過求重心的方法來獲得中心位置，假設(shè)工件的密度函數(shù)為？滓=（x，y），則工件的質(zhì)量可以表示為：

坐標(biāo)值的顯示結(jié)果如圖11所示。

把得到的坐標(biāo)值通過相關(guān)的笛卡爾轉(zhuǎn)換坐標(biāo)處理后，得到可供機(jī)器人控制器識別的信息，從而引導(dǎo)機(jī)器人自動完成工件的上下料工作。

4 結(jié)束語

本文首先設(shè)計(jì)出了由視覺引導(dǎo)的機(jī)床上下料系統(tǒng)整體結(jié)構(gòu)，然后根據(jù)攝像機(jī)的工作原理，對選用的攝像機(jī)進(jìn)行標(biāo)定，通過計(jì)算機(jī)對圖像進(jìn)行相關(guān)的處理，最終得到工件在工作環(huán)境中的具體位姿，最終引導(dǎo)機(jī)器人完成工件的上下料工作。

參考文獻(xiàn)：

[1]田濤，鄧雙城，楊朝嵐，張澤.工業(yè)機(jī)器人的研究現(xiàn)狀與發(fā)展趨勢[J].新技術(shù)新工藝 ，2015（3）：92-94.

[2]David A. Forsyth， Jean Ponce 著.計(jì)算機(jī)視覺—一種現(xiàn)代方法[M].王宏，等譯.北京：電子工業(yè)出版社，2004.

[3]Zhang Zheng you. Flexible camera calibration by viewing a plane from unknown orientations [C].Proceedings of the IEEE International Computer Vision. Greece， 2002.